《基于IMM-UKF方法的机电作动器突发性故障诊断研究》PDF+DOC
作者:王剑,王新民,谢蓉,李婷,曹宇燕
单位:北京理工大学
出版:《北京理工大学学报》2019年第02期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFBJLG2019020150
DOC编号:DOCBJLG2019020159
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于在线模型的飞控系统传感器的故障诊断》PDF+DOC2017年第07期 王余伟,曹东,李勇
《传感器故障检测、识别和适应方法》PDF+DOC1996年第04期 张竟,王定强
《造纸过程纸张定量传感器故障诊断方法研究》PDF+DOC1996年第04期 王艳,孟繁雪
《卡尔曼滤波在故障诊断中的应用》PDF+DOC1995年第05期 李根成,王镛根
《基于神经网络观测器的飞控传感器在线故障诊断》PDF+DOC2012年第07期 张小敏,罗秋凤
《基于残差信息的汽车液压主动悬架故障诊断与隔离研究》PDF+DOC2012年第14期 杨柳青,陈无畏,汪洪波
《基于检测滤波器的俯仰角速率传感器故障检测研究》PDF+DOC2011年第04期 段江涛,陈怀民,王亮
《基于“当前”模型的IMM-UKF机动目标跟踪融合算法研究》PDF+DOC2011年第06期 崇阳,张科,吕梅柏
《基于扩展滤波器的非线性系统迭代学习故障诊断算法》PDF+DOC2015年第06期 陶洪峰,陈大朋,杨慧中
《一种基于结构优化SRAMS的传感器故障诊断方法》PDF+DOC2007年第08期 付克昌,戴连奎,吴铁军
飞机飞行控制系统机电作动器(electromechanical actuator,EMA)的突发性故障会影响到飞机的飞行安全性,甚至导致飞机失控.针对EMA的突发性故障,提出一种基于交互式多模型(interactive multiple model,IMM)和无迹卡尔曼滤波(unscented Kalman filter,UKF)相结合的故障诊断方法.该方法利用UKF不仅能更好地逼近状态方程的非线性特性,而且能使滤波器具有更好的稳定性和更低的计算量要求;利用IMM不仅解决了可测量参数偏少导致的故障诊断困难的问题,而且还改善了发生的故障与预先假设的故障差异较大的情况下故障诊断的快速性和准确性.通过对某型EMA进行故障诊断,仿真结果表明所提出的IMM-UKF故障诊断方法可以实现对EMA部件和传感器故障的快速准确诊断。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。